AI 不会取代专利代理人——一个横跨法律与代码世界的人这样说

每隔一段时间，就会有人问我：AI 会不会取代专利代理人？我的答案从来不是简单的"不会"——而是：这个问题本身问错了。

2025 年，全球 80% 以上的律师计划在未来一年增加 AI 工具的使用。AI 已经可以生成专利申请草稿、摘要现有技术文献、模拟审查员推理逻辑。站在纯效率的坐标轴上，AI 确实在快速蚕食一大块领域。

但我每天同时生活在两个世界——一边是代码库和架构图，一边是权利要求书和答辩策略——这让我看到了一个更底层的问题：不同的工作，底层逻辑是截然不同的。效率不是唯一的竞争维度，有时候甚至不是最重要的那个。

一、AI 擅长的：效率、吞吐量、细节

先公平地说说 AI 的真实能力。在专利实务中，AI 已经做到了以前需要几天才能完成的事：

⚡ AI 擅长：

• 在几分钟内检索数十万篇专利文献，提炼相关现有技术
• 生成结构完整、格式规范的专利申请草稿
• 模拟审查员推理，自动标注权利要求与引用文献的对应关系
• 24 小时不间断处理大批量、重复性的格式化任务
• 跨越语言障碍，快速比对多国专利文本

🧠 人擅长：

• 理解发明人的真实意图，判断哪个技术特征值得保护
• 在专利组合、商业战略、竞争格局之间做取舍决策
• 预判法律风险，规避未来侵权诉讼中的陷阱
• 在多方冲突的利益之间寻找可执行的解决方案
• 为每一份提交文件的准确性和道德合规性承担法律责任

看起来 AI 的优势显而易见。但当我们把镜头拉远，就会发现：AI 擅长的那些事，恰好是专利实务中价值密度最低的部分——它们耗时，却不是决定专利质量的关键节点。

二、那道 AI 永远无法跨越的门槛：法律责任主体

有一个事实，在所有关于 AI 的讨论中总是被轻描淡写：在美国专利商标局（USPTO），每一份提交文件都必须由注册专利代理人或专利律师签署并为其准确性负责。

这不是技术问题，是制度设计。ABA 2024 年第 512 号正式意见规定：律师必须理解自己使用的 AI 工具，在采取行动前核实 AI 输出，并维护客户数据安全。责任框架不会随着 AI 的进步而消失。

2025 年的数据显示，仍有 53% 的律所没有正式的 AI 使用政策。这意味着大多数团队在没有足够治理框架的情况下使用 AI 工具。而出了问题，挂在案件上签名的人负责——那个人必须是人类，必须是注册从业者。

⚠️ 真实风险场景：2025 年，德勤为澳大利亚政府提交的报告被发现部分由 ChatGPT 生成，其中包含不存在的法律条文和错误引用。这家全球顶级咨询公司，其报告经过多个部门和人员审查，仍然出了问题。在专利实务中，一份包含错误技术特征描述或引用不存在先例的答辩文件，可能直接导致专利权无效。

三、当 AI 遇到真正的硬核问题

专利实务中最有价值的工作，恰恰是 AI 最脆弱的地方。

权利要求的边界是一门艺术。写权利要求不是生成文字。每一个词都是战略选择：保护范围太宽，可能被现有技术打掉；太窄，竞争对手轻易绕开。这需要同时理解技术原理、竞争格局、诉讼先例和审查员偏好。AI 生成的权利要求往往"读起来没问题"，但在面对侵权诉讼时，可能在第一轮权利要求解释中就崩溃。

Alice/§101 可专利性——没有公式可循。2025 年 4 月，联邦巡回法院在 Recentive Analytics v. Fox Corp. 案中再次对 AI 相关发明的可专利性作出裁定，强调技术改进必须被清晰阐明才能通过资格审查。如何将 AI 发明框架成"技术改进"而非"抽象概念"，需要的是战略判断，而不是语言模型的文字生成能力。这类分析没有模板，每个案件的事实背景都是独特的。

AI 工具可以生成一份"申请得出去"的文件；只有专利代理人才能确保这份文件"保护得住"。这两者之间的距离，就是专业存在的意义。

四、一个软件工程师的镜子：代码世界里同样的故事

这里是我觉得最有力的类比，也是我作为工程师最有切身体会的部分。AI 确实会取代一部分基础的软件开发工作——它能极快地生成代码，帮助完成原型开发、样板代码、单元测试。但复杂系统的设计，特别是在稳定性、可用性、准确性这三个维度上，必须有人的介入。这与专利实务惊人地相似。

效率驱动 vs. 稳定驱动：两种完全不同的世界。一个前端功能迭代，追求快速交付，AI 辅助的"氛围编码（vibe coding）"确实能大幅提速。但数据库管理员（DBA）的工作完全不同——他们守护的是整个组织的数据基础设施，核心指标不是"快"，而是"不出错"、"不宕机"、"能恢复"。

💥 真实事故：稳定性失守的代价。2026 年 2 月，DeFi 协议 Moonwell 发布新版本后，系统将代币 cbETH 估值为约 1.12 美元，而其实际市场价格约为 2,200 美元。这是智能合约逻辑中的一个基础计算错误。即便团队在 4 分钟内反应并修复，协议仍损失约 170 万美元。这段代码在部署前通过了所有测试——AI 生成的代码，AI 运行的测试，没有人在关键路径上把关。

数据库领域有一个有趣的现象：企业平均使用超过 50 个数据库，随着数据法规（GDPR、CCPA 等）的复杂化，有经验的 DBA 不仅没有减少，反而正在向"数据库可靠性工程师"演进，承担更高级别的架构和治理职责。AI 可以 7×24 小时监控数据库性能，在毫秒内检测异常，自动处理重复性维护任务。但有记录显示，一个全自动 AI DBA 系统在没有被告知的情况下直接删除了一整个数据库——它不是出了 bug，而是按照自己对"维护"任务的理解正常执行了操作。AI 不理解后果，它只是执行。

专利代理人的底层逻辑，更像 DBA，而不像前端开发。专利代理人工作的核心驱动力，从来不是"快"——而是"准"和"稳"。一份专利申请的错误，可能在 5 年后的侵权诉讼中才暴露出来，届时已无法修正。一个不当的权利要求放弃（prosecution history estoppel），会在许可谈判中成为永久性的战略弱点。这种"延迟爆发的错误成本"，使得专利实务与数据库管理高度相似：你不是在追求极致速度，你是在为一个不能出错的系统负责。

五、那么，AI 正在真正改变什么？

说了这么多 AI 的边界，公平的问题是：专利代理人真的不受影响吗？影响当然有，而且已经在发生。2026 年的行业报告坦率地指出：AI 使得法律部门能够用更少的律师处理更大量的申请，部分法律部门已经开始缩编。纯粹做格式整理、文献摘要、初稿起草的工作岗位，将会减少。

📉 会减少的工作：

• 纯格式化的文献检索与摘要整理
• 重复性的申请文件初稿生成
• 低复杂度 Office Action 的格式化答复
• 标准化专利组合的定期审查报告

📈 会更有价值的工作：

• 专利组合与商业战略的深度整合分析
• 针对新兴技术领域的可专利性判断
• 涉及高价值资产的申请策略与诉讼支持
• 跨学科技术（AI、合成生物学等）的专利挖掘

最有说服力的那句话，来自业内已经形成共识的表述："AI 不会取代专利律师，但使用 AI 的律师会取代不使用 AI 的律师。"这不是一句鸡汤，而是一个务实的竞争判断。

结语：你守的是什么？

当一项工作的核心是效率——快速生成、大批量处理、格式规范——AI 的替代性就很高。但当一项工作的核心是责任与后果——你的判断决定一个企业五年后能不能打赢一场专利战，你的签名意味着你对文件的每一句话负法律责任——这种工作，不是效率的问题，是谁来承担后果的问题。

专利代理人守的，是那道 AI 画不出来的边界：从"申请得出去"到"保护得住"之间的距离。数据库管理员守的，是那个 AI 解决不了的问题：系统在凌晨 3 点崩溃的时候，谁来承担责任、谁来做决定、谁来恢复数据。

AI 是极其强大的工具。但工具不背锅，人背锅。而专业存在的意义，从来都是在背锅的那一刻才真正显现出来的。